您当前的位置:
首页 > 文献资料
所属专业:
粒子群优化支持向量机模型文献资料
-
基于粒子群优化支持向量机的瑞芬太尼血药浓度预测模型
目的 建立基于粒子群优化算法的瑞芬太尼血药浓度支持向量和模型.方法 本实验采用粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)算法,建立粒子群优化支持向量机(PSO-SVM)瑞芬太尼血药浓度预测模型.该模型能从较少的采样数据中准确捕捉血药浓度和时间、病人体征、给药方案之间的非线性关系.结果 粒子群优化支持向量机的平均误差为-1.07%,非线性混合效应模型(nonlinear mixed effects modeling,NONMEM)为-2.24%,粒子群优化支持向量机网络的绝对平均误差9.09%,非线性混合效应模型为19.92%.结论 粒子群优化支持向量机模型能迅速,稳定预测瑞芬太尼血药浓度,且准确度高,误差较小.该方法原理简单,实现便捷,运算速度快,适用于半衰期较短的麻醉速效药等多房室结构药物的群体药代药效学研究和分析.
关键词: 粒子群优化支持向量机模型 瑞芬太尼 血药浓度